Buchumschlag

TIGER: A Generating-Then-Ranking Framework for Practical Python Type Inference

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Chong, Zhang, Jian, Lou, Yiling, Liu, Mingwei, Sun, Weisong, Liu, Yang, Peng, Xin
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Software Engineering
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Boosting Static Resource Leak Detection via LLM-based Resource-Oriented Intention Inference
von: Wang, Chong, et al.
Veröffentlicht: (2023)

STALL+: Boosting LLM-based Repository-level Code Completion with Static Analysis
von: Liu, Junwei, et al.
Veröffentlicht: (2024)

Teaching Code LLMs to Use Autocompletion Tools in Repository-Level Code Generation
von: Wang, Chong, et al.
Veröffentlicht: (2024)

No More Manual Tests? Evaluating and Improving ChatGPT for Unit Test Generation
von: Yuan, Zhiqiang, et al.
Veröffentlicht: (2023)

Co-Evolution of Types and Dependencies: Towards Repository-Level Type Inference for Python Code
von: Sun, Shuo, et al.
Veröffentlicht: (2025)

Knowledge-Based Multi-Agent Framework for Automated Software Architecture Design
von: Zhang, Yiran, et al.
Veröffentlicht: (2025)

Exploring Large Language Models in Resolving Environment-Related Crash Bugs: Localizing and Repairing
von: Du, Xueying, et al.
Veröffentlicht: (2023)

TypeEvalPy: A Micro-benchmarking Framework for Python Type Inference Tools
von: Venkatesh, Ashwin Prasad Shivarpatna, et al.
Veröffentlicht: (2023)

Promptware Engineering: Software Engineering for Prompt-Enabled Systems
von: Chen, Zhenpeng, et al.
Veröffentlicht: (2025)

EvoDev: An Iterative Feature-Driven Framework for End-to-End Software Development with LLM-based Agents
von: Liu, Junwei, et al.
Veröffentlicht: (2025)

A Hierarchical and Evolvable Benchmark for Fine-Grained Code Instruction Following with Multi-Turn Feedback
von: Duan, Guoliang, et al.
Veröffentlicht: (2025)

Hallucination Detection for LLM-based Text-to-SQL Generation via Two-Stage Metamorphic Testing
von: Yang, Bo, et al.
Veröffentlicht: (2025)

Combining Type Inference and Automated Unit Test Generation for Python
von: Krodinger, Lukas, et al.
Veröffentlicht: (2025)

Knowledge-Guided Multi-Agent Framework for Application-Level Software Code Generation
von: Xiong, Qian, et al.
Veröffentlicht: (2025)

Type-aware LLM-based Regression Test Generation for Python Programs
von: Liu, Runlin, et al.
Veröffentlicht: (2025)

Evaluating Large Language Models for Line-Level Vulnerability Localization
von: Zhang, Jian, et al.
Veröffentlicht: (2024)

TraceCoder: A Trace-Driven Multi-Agent Framework for Automated Debugging of LLM-Generated Code
von: Huang, Jiangping, et al.
Veröffentlicht: (2026)

Extracting Conceptual Knowledge to Locate Software Issues
von: Wang, Ying, et al.
Veröffentlicht: (2025)

iReDev: A Knowledge-Driven Multi-Agent Framework for Intelligent Requirements Development
von: Jin, Dongming, et al.
Veröffentlicht: (2025)

Code Copycat Conundrum: Demystifying Repetition in LLM-based Code Generation
von: Liu, Mingwei, et al.
Veröffentlicht: (2025)

Minimizing False Positives in Static Bug Detection via LLM-Enhanced Path Feasibility Analysis
von: Du, Xueying, et al.
Veröffentlicht: (2025)

Typify: A Lightweight Usage-driven Static Analyzer for Precise Python Type Inference
von: Aman, Ali, et al.
Veröffentlicht: (2026)

Large Language Model-Based Agents for Software Engineering: A Survey
von: Liu, Junwei, et al.
Veröffentlicht: (2024)

Project-Level C-to-Rust Translation via Pointer Knowledge Graphs
von: Yuan, Zhiqiang, et al.
Veröffentlicht: (2025)

RepoDoc: A Knowledge Graph-Based Framework to Automatic Documentation Generation and Incremental Updates
von: Xu, Dong, et al.
Veröffentlicht: (2026)

AdaDec: A Uncertainty-Guided Lookahead Decoding Framework for LLM-Based Code Generation
von: He, Kaifeng, et al.
Veröffentlicht: (2025)

Requirements Development and Formalization for Reliable Code Generation: A Multi-Agent Vision
von: Lu, Xu, et al.
Veröffentlicht: (2025)

A Preliminary Study on the Robustness of Code Generation by Large Language Models
von: Li, Zike, et al.
Veröffentlicht: (2025)

LLMs Meet Library Evolution: Evaluating Deprecated API Usage in LLM-based Code Completion
von: Wang, Chong, et al.
Veröffentlicht: (2024)

RustEvo^2: An Evolving Benchmark for API Evolution in LLM-based Rust Code Generation
von: Liang, Linxi, et al.
Veröffentlicht: (2025)

Taming System Complexity: Demystifying Software Engineering Agents in Diagnosing Linux Kernel Faults
von: Zhou, Zhenhao, et al.
Veröffentlicht: (2025)

Bridging Generation and Training: A Systematic Review of Quality Issues in LLMs for Code
von: He, Kaifeng, et al.
Veröffentlicht: (2026)

Code Digital Twin: A Knowledge Infrastructure for AI-Assisted Complex Software Development
von: Peng, Xin, et al.
Veröffentlicht: (2025)

REprompt: Prompt Generation for Intelligent Software Development Guided by Requirements Engineering
von: Shi, Junjie, et al.
Veröffentlicht: (2026)

Vul-RAG: Enhancing LLM-based Vulnerability Detection via Knowledge-level RAG
von: Du, Xueying, et al.
Veröffentlicht: (2024)

Software Development Life Cycle Perspective: A Survey of Benchmarks for Code Large Language Models and Agents
von: Wang, Kaixin, et al.
Veröffentlicht: (2025)

UCRBench: Benchmarking LLMs on Use Case Recovery
von: Xiao, Shuyuan, et al.
Veröffentlicht: (2025)

Code Digital Twin: Empowering LLMs with Tacit Knowledge for Complex Software Development
von: Peng, Xin, et al.
Veröffentlicht: (2025)

VFArchē: A Dual-Mode Framework for Locating Vulnerable Functions in Open-Source Software
von: Zhang, Lyuye, et al.
Veröffentlicht: (2025)

RustRepoTrans: Repository-level Code Translation Benchmark Targeting Rust
von: Ou, Guangsheng, et al.
Veröffentlicht: (2024)